- 作者：nuysoft/JS攻城师/高云 QQ：47214707 EMail：nuysoft@gmail.com
- 声明：本文为原创文章，如需转载，请注明来源并保留原文链接。
- 后文预告：jQuery中的正则表达式分析
- 2.4常用正则表达式
- 在网上找到一篇广为流传的文章《常用正则表达式》，逐一分析，不足地方进行补充和纠正。
- 常用的数字正则（严格匹配）
-
- 正则含义
- ^[1-9]d*$匹配正整数
- ^-[1-9]d*$匹配负整数
- ^-?[1-9]d*$匹配整数
- ^[1-9]d*|0$匹配非负整数（正整数+0）
- ^-[1-9]d*|0$匹配非正整数（负整数+0）
- ^[1-9]d*.d*|0.d*[1-9]d*$匹配正浮点数
- ^-([1-9]d*.d*|0.d*[1-9]d*)$匹配负浮点数
- ^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$匹配浮点数
- ^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$匹配非负浮点数（正浮点数+0）
- ^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$匹配非正浮点数（负浮点数+0）
- 常用字符串正则
-
- 正则含义补充
- ^[A-Za-z]+$匹配由26个英文字母组成的字符串或/^[a-z]+$/i
- ^[A-Z]+$匹配由26个英文字母的大写组成的字符串
- ^[a-z]+$匹配由26个英文字母的小写组成的字符串
- ^[A-Za-z0-9]+$匹配由数字和26个英文字母组成的字符串注意w包含下划线_
- ^w+$匹配由数字、26个英文字母或者下划线组成的字符串
- 常用数字正则和常用字符串正则，是最基本的正则应用，读者可以作为入门的练习，试试能不能快速的读懂其中的含义。
- 匹配中文字符
-
- 普遍使用的正则是[u4e00-u9fa5]，但这个范围并不完整。例如：
- /[u4e00-u9fa5]/.test('?')//测试部首?，返回false
- 根据Unicode5.0版编码，要准确的判断一个中文字符要包括：
- 范围含义范围含义
- 2E80-2EFFCJK部首补充2F00-2FDF康熙字典部首
- 3000-303FCJK符号和标点31C0-31EFCJK笔画
- 3200-32FF封闭式CJK文字和月份3300-33FFCJK兼容
- 3400-4DBFCJK统一表意符号扩展A4DC0-4DFF易经六十四卦符号
- 4E00-9FBFCJK统一表意符号F900-FAFFCJK兼容象形文字
- FE30-FE4FCJK兼容形式FF00-FFEF全角ASCII、全角标点
- 因此，正确的匹配中文字符正则表达式为：
- varrcjk=/[u2E80-u2EFFu2F00-u2FDFu3000-u303Fu31C0-u31EFu3200-u32FFu3300-u33FFu3400-u4DBFu4DC0-u4DFFu4E00-u9FBFuF900-uFAFFuFE30-uFE4FuFF00-uFFEF]+/g;
- 如果不希望匹配标点、符号，在正则中去掉对应的范围即可：
- 3000-303FCJK符号和标点FF00-FFEF全角ASCII、全角标点
- 匹配双字节字符(包括汉字在内)
-
- [^x00-xff]，可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1），代码示例如下：
- console.info("abc".replace(/[^x00-xff]/g,"aa").length)//3
- console.info("汉字".replace(/[^x00-xff]/g,"aa").length)//4
- console.info("abc汉字".replace(/[^x00-xff]/g,"aa").length)//7
- 匹配HTML标记的正则表达式
-
- 先说说网上流传的版本：
- <(S*?)[^>]*>.*?</1>|<.*?/>
- *?*表示0个或多个，?表示0个或1个，两个叠加起来标识0个多个，与*的功能重叠
- (S*?)标签的长度必须大于0，因此不能用*?
- |<.*?/>没有分组，无法获取以<div/>这种自关闭格式书写的标签
- </1>
- <.*?/>有的标签是不关闭的，比如<br><hr>，因此不能强制关闭
- 修正如下：
- varrtag=/^<([a-z]+)s*/?>.*(?:</1>)?$/i
- rtag.exec('<-div></-div>')//null
- rtag.exec('<div>abc')//["<div>abc","div"]
- 这个表达式也不完善，比如第二条测试语句，这么写是为了能提取中包含了文本内容的标签，如果要严格匹配，可再次修改为：
- varrtag=/^<([a-z]+)s*/?>(?:</1>)?$/i//去掉了中间的.*
- 这个正则的应用范围仅限于简单的标签匹配、提取，不能匹配嵌套标记。
- 匹配首尾空白字符的正则表达式
-
- 先说说网上流传的版本：
- ^s*|s*$
- 可以删除行首行尾的空白字符，例如：
- 'tnrabctnr'.replace(/^s*|s*$/g,'')//abc
- 但是用s*不能判断出字符串是否在开头或结尾处有s，例如：
- /^s*|s*$/.test('abc')//true
- 修正如下：
- ^s+|s+$
- 'tnrabctnr'.replace(/^s+|s+$/g,'')//abc
- /^s+|s+$/.test('abc')//false
- 匹配Email地址的正则表达式
-
- 先介绍下Email的规则：local-part@domain
- ?local-part最长64，domain最长253，总长最长256
- ?local-part可以使用任意ASCII字符：
- ?大小写英文字母a-z,A-Z
- ?数字0-9
- ?字符!#$%&'*+-/=?^_`{|}~
- ?字符.不能是第一个和最后一个，不能连续出现两次
- ?但是有些邮件服务器会拒绝包含有特殊字符的邮件地址
- ?domain（域名）仅限于26个英文字母、10个数字、连词号-
- ?连词号-不能是第一个字符
- ?顶级域名（com、cn等）长度为2到6个
- 先说说网上流传的版本：
- w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
- ()莫名奇妙的分组，如果只分组不记录，可以使用(?:)
- @wdomain不能包含下划线_
- w+([-.]w+)*顶级域名不符合规则
- 修正如下：
- varremail=/^([w-_]+(?:.[w-_]+)*)@((?:[a-z0-9]+(?:-[a-zA-Z0-9]+)*)+.[a-z]{2,6})$/i
- remail.exec('nuysoft@gmail.com ')//"nuysoft@gmail.com","nuysoft","gmail.com"]
- remail.exec('nuysoft@gmail.comcomcom')//null
- remail.exec('nuysoft@_gmail.com)//null
- 修正后的正则有如下局限性：
- ?不支持中文邮箱、中文域名，之所以不在其中支持是因为我个人的爱好倾向，反感这类华而不实的玩意
- ?不支持特殊符号，避免非邮件服务器拒绝，如果需要，可以添加。
- 参考文章：
- http://en.wikipedia.org/wiki/Email_address
- http://baike.baidu.com/view/119298.htm
- 匹配网址URL的正则表达式
-
- 先说说网上流传的版本：
- [a-zA-z]+://[^s]*
- 粗糙，没有对URL中各个块进行分组
- 修正如下（又一段网上流传的版本）：
- var_url="^((https|http|ftp|rtsp|mms)?://)?"//
- +"(([0-9a-z_!~*'().&=+$%-]+:)?[0-9a-z_!~*'().&=+$%-]+@)?"//ftp的user@
- +"(([0-9]{1,3}.){3}[0-9]{1,3}"//IP形式的URL-199.194.52.184
- +"|"//允许IP和DOMAIN（域名）
- +"([0-9a-z_!~*'()-]+.)*"//域名-www.
- +"([0-9a-z][0-9a-z-]{0,61})?[0-9a-z]."//二级域名
- +"[a-z]{2,6})"//firstleveldomain-.comor.museum
- +"(:[0-9]{1,4})?"//端口-:80
- +"((/?)|"//aslashisn'trequiredifthereisnofilename
- +"(/[0-9a-z_!~*'().;?:@&=+$,%#-]+)+/?)$";
- varrurl=newRegExp(_url,'i');
-
- 测试：
- rurl.exec('baidu.com')//["baidu.com",undefined,"baidu.com","baid","",undefined]
- rurl.exec('http://baidu.com')//
- rurl.exec('http://www.baidu.com')//["http://baidu.com","http://","http","baidu.com","baid","",undefined]
- rurl.test('baidu')//true
- 看来不怎么也好用，有待学习TODO。
- 匹配帐号是否合法
-
- 先说说网上流传的版本：
- ^[a-zA-Z][a-zA-Z0-9_]{4,15}$
- (字母开头，允许5-16字节，允许字母数字下划线)
- 限制必须以字母开头现在看来不合适，比如QQ登录平台
- 限制不能以下划线开头也没有必要，比如百度就允许，因此简单点
- 修正如下：
- varruser=/w{4,16}/
- 匹配国内电话号码
-
- 网上流传的版本很好用：
- d{3}-d{8}|d{4}-d{7}
- 评注：匹配形式如0511-4405222或021-87888822
- 匹配腾讯QQ号
-
- 网上流传的版本很好用：
- [1-9][0-9]{4,}
- 评注：腾讯QQ号从10000开始
- 匹配中国邮政编码
-
- 网上流传的版本很好用：
- [1-9]d{5}(?!d)
- 评注：中国邮政编码为6位数字
- 匹配身份证
-
- 先说说网上流传的版本：
- d{15}|d{18}
- d{15}
- d{18}可以判断，但是有些粗糙
- 从身份证可以解析出地址、生日、性别等，因此特别说明一下：
- ?身份证规则
- 中国的身份证为15位（一代）或18位（二代），区别在于二代证只是在一代证的第七位数字前加了19和在末尾加了一位验证码
- ?将15位升级为18位，并解析18位号码构成（地址、生日、性别）
- 代码如下：
- functionparseID(ID){
- if(ID.length==15){
- //升级为18位
- ID=ID.substr(0,6)+"19"+ID.substr(6);
- //前17位对应的系数
- varrank=[
- "7","9","10","5","8","4","2","1","6","3","7","2"
- ];
- //前17为加权除以17后的余数对应的最后一位身份证号码
- varlast=[
- "1","0","X","2"
- ];
- //加权和
- for(vari=0,sum=0,len=ID.length;i<len;i++)
- sum+=ID[i]*rank[i];
- //加上最后一位
- ID+=last[sum%11];
- }
- if(ID.length!=18)returnnull;
-
- varmatch=rid.exec(ID);
- returnmatch?{
- ID:ID,
- area:match[1],
- y:match[2],
- m:match[3],
- d:match[4],
- sex:match[5]%2
- }:null;
- }
- 限制：
- ?这里只是解析出了地址代码，如何将代码转换为实际地址请问度娘。
- ?返回对象中的sex为1（男）或0（女），并未做转换，如果页面显示需要，可以这样转换：sex?"男":"女"
- 测试：
- console.info(parseID("142327840821047"));
- console.info(parseID("142327198408210470"));
- 参考资料：
- http://baike.baidu.com/view/118340.htm#1
- 匹配IP地址
-
- 先说说网上流传的版本：
- d+.d+.d+.d+
- d数字没有限制
- 修正如下：
- varrip=/^(?:(?:[01]?d{1,2}|2[0-4]d|25[0-5]).){3}(?:[01]?d{1,2}|2[0-4]d|25[0-5])$/;
- rip.test("192.168.1.1")//true
- rip.test("0.0.0.0")//true
- rip.test("255.255.255.255")//true
- rip.test("256.255.255.255")//false
- 进一步增加分组：
- varrip2=/^([01]?d{1,2}|2[0-4]d|25[0-5]).([01]?d{1,2}|2[0-4]d|25[0-5])$/;
- rip2.exec("192.168.1.1")//["192.168.1.1","192","168","1","1"]
- rip2.exec("0.0.0.0")//["0.0.0.0","0","0"]
- rip2.exec("255.255.255.255")//["255.255.255.255","255","255"]
- rip2.exec("256.255.255.255")//null
（编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
